opencv
opencv是计算机视觉中最受欢迎的库，最初由intel使用c和c ++进行开发的，现在也可以在python中使用。该库是一个跨平台的开源库，是免费使用的。opencv库是一个高度优化的库，主要关注实时应用程序。
opencv库是2500多种优化算法的组合，可用于检测和识别不同的人脸，实时识别图像中的对象，使用视频和网络摄像头对不同的人类动作进行分类，跟踪摄像机的运动，跟踪运动对象（例如汽车，人等），实时计数对象，缝合图像来产生高分辨率图像，从图像数据库中查找相似的图像，从使用闪光灯拍摄的图像中消除红眼并提高图像质量，跟踪眼睛的运动，跟踪脸部等。
它拥有大约4.7万活跃用户社区，下载量超过1800万。谷歌，亚马逊，特斯拉，微软，本田等许多大公司都使用open cv来改善他们的产品，它更是驱动了ai的发展。
先决条件
在开始编写代码之前，我们需要在设备上安装opencv。
如果你是proin编程专家，并且熟悉每个ide，那么请使用pycharm并从设置中的程序包管理器安装opencv-python。
如果你是初学者或中级程序员，或者只是想关注博客，那么我们将使用代码编辑器而不是ide。
只需转到visual studio code网站并根据你的操作系统下载最新版本即可。
- https://code.visualstudio.com/download
现在，我们将创建一个虚拟环境，并在其中安装opencv。打开终端，然后使用cd定位到桌面，使用mkdir 创建一个名为opencv
的文件夹，然后运行以下命令。
|
1
|
python -m venv env
|
现在，使用env\scripts\activate激活环境，你会在c:\users\username\desktop\opencv之前看到小括号(env)出现。
现在，只需使用pip安装opencv。
我们会在本文中涵盖7个主题
1. 读，写和显示图像
2. 读取视频并与网络摄像头集成
3. 调整大小和裁剪图像
4. 基本的图像过滤器使用的函数
5. 绘制不同的形状
6. 在图像上书写文字
7. 检测并裁剪脸部
读，写和显示图像
要使用opencv读取图像，我们有imread()函数; 要显示图像，有imshow()函数，而对于书写，我们有imwrite()函数。让我们看看它们的语法。
imread()：
|
1
2
3
|
img = cv2.imread("path_to_image.jpg/png")
example
img = imread("images/dog0.jpg")
|
imshow():
|
1
2
3
|
cv2.imshow("window name",img_var)
example
imshow("dog image",img)
|
imwrite():
|
1
2
3
4
5
|
cv2.imwrite(filename, image)
filename: a string representing the file name. the filename must include image format like .jpg, .png, etc.
image: it is the image that is to be saved.
example
cv2.imwrite('images/img',img)
|
读取视频并与网络摄像头集成
读取视频文件与在opencv中读取图像文件非常相似，区别在于我们使用了cv2.videocapture。
句法
|
1
2
3
|
video = cv2.videocapture("filepath.mp4")
example
video = cv2.videocapture("video/dog/dog.mp4")
|
视频是许多帧结合在一起的集合，每帧都是一幅图像。要使用opencv观看视频，我们只需要使用while循环显示视频的每一帧。
|
1
2
3
4
5
|
while true:
success , img = cap.read()
cv2.imshow("video",img)
if cv2.waitkey(1) & 0xff==ord('q'):##key 'q' will break the loop
break
|
要与网络摄像头集成，我们需要传递网络摄像头的端口值而不是视频路径。如果你使用的是笔记本电脑，但没有连接任何外部网络摄像头，则只需传递参数0；如果你有外部网络摄像头，则传递参数1。
|
1
2
3
4
5
6
7
8
9
|
cap = cv2.videocapture(0)
cap.set(3,640) ## frame width
cap.set(4,480) ## frame height
cap.set(10,100) ## brightness
while true:
success, img = cap.read()
cv2.imshow("video",img)
if cv2.waitkey(1) & 0xff == ord('q'):
break
|
调整大小和裁剪图像
调整大小是更改图像形状的过程。在opencv中，我们可以使用resize函数调整图像形状的大小。
句法
|
1
2
3
4
5
6
|
cv2.resize(img,(width,height))
img: image which we want to resize
width: new width of the resize image
height: new height of the resize image
example
cv2.resize(img,(224,224))
|
要首先调整图像的大小，我们需要知道图像的形状。我们可以使用shape来找到任何图像的形状，然后根据图像形状，可以增加或减小图像的大小。让我们看看示例。
|
1
2
3
4
5
6
7
8
9
10
|
import cv2
img = cv2.imread("images/img0.jpg") ##choose any image
print(img.shape)
imgresize = cv2.resize(img,(224,224)) ##decrease size
imgresize2 = cv2.resize(img,(1024,1024)) ##increase size
cv2.imshow("image",img)
cv2.imshow("image resize",imgresize)
cv2.imshow("image increase size",imgresize2)
print(imgresize.shape)
cv2.waitkey(0)
|
如果你不想对宽度和高度进行硬编码，也可以使用形状，然后使用索引来增加宽度和高度。
|
1
2
3
4
5
6
7
8
9
10
11
|
import cv2
img = cv2.imread("images/img0.jpg") ##choose any image
print(img.shape)
shape = img.shape
imgresize = cv2.resize(img,(shape[0]//2,shape[1]//2))##decrease size
imgresize2 = cv2.resize(img,(shape[0]*2,shape[1]*2)) ##increase size
cv2.imshow("image",img)
cv2.imshow("image resize",imgresize)
cv2.imshow("image increase size",imgresize2)
print(imgresize.shape)
cv2.waitkey(0)
|
裁剪图像
裁剪是获取图像的一部分过程。在opencv中，我们可以通过定义裁剪后的矩形坐标来执行裁剪。
句法
|
1
2
3
4
5
|
imgcropped = img[y1:y2, x1:x2]
(x1,y1): top-left vertex
(x2,y2): bottom-right vertex
example
imgcropped = img[0:100,200:200]
|
使用裁剪方法，让我们尝试从图像中获取蒙娜丽莎的脸。
|
1
2
3
4
5
6
|
import cv2
img = cv2.imread("images/img0.jpg")
imgcropped = img[50:250,120:330]
cv2.imshow("image cropped",imgcropped)
cv2.imshow("image",img)
cv2.waitkey(0)
|
你也可以使用paint来找到（x1，y1），（x2，y2）的正确坐标。
右键单击图像并保存，尝试从图像中获取王卡。
提示：使用paint来找到正确的坐标，最后使用调整大小来增加裁剪图像的大小。
“在寻求解决方案之前，请尝试自己动手做。”
解决方案- https://gist.github.com/abhayparashar31/9b01473431de765c0a73e81271233d91
基本的图像过滤器使用的函数
我们可以在图像上使用许多基本的滤镜操作，例如将图像转换为灰度图像，模糊图像等等。让我们一一看一下比较重要的操作。
将图像转为灰度图像
要将图像转换为灰度，我们可以使用一个函数cvtcolor，这里我们将cv2.color_bgr2gray作为参数传递。
|
1
2
3
4
5
|
imggray = cv2.cvtcolor(img,cv2.code)
img: original image
code: conversion code for gray(color_bgr2gray)
example
imggray = cv2.cvtcolor(img,cv2.color_bgr2gray)
|
将图像转为hsv
要将图像转换为hsv，我们可以使用函数cvtcolor，这里我们将cv2.color_bgr2hsv作为参数传递。它主要用于对象跟踪。
|
1
2
3
4
5
|
imggray = cv2.cvtcolor(img,cv2.code)
img: original image
code: conversion code for gray(color_bgr2hsv)
example
imghsv = cv2.cvtcolor(img,cv2.color_bgr2hsv)
|
图像模糊
模糊用于去除图像中的多余噪声，也称为平滑，这是对图像应用低通滤波器的过程。要在opencv中使用模糊，我们有一个函数gaussianblur。
|
1
2
3
4
5
6
|
imgblur = cv2.gaussianblur(img,(sigmax,sigmay),kernalsize)
kernalsize − a size object representing the size of the kernel.
sigmax − a variable representing the gaussian kernel standard deviation in x direction.
sigmay - same as sigmax
exmaple
imgblur = cv2.gaussianblur(img,(3,3),0)
|
边缘检测
在opencv中，我们使用canny边缘检测器来检测图像中的边缘，也有不同的边缘检测器，但最著名的是canny边缘检测器。canny边缘检测器是一种边缘检测算子，它使用多阶段算法来检测图像中的大范围边缘，它由john f. canny在1986年开发。
|
1
2
3
4
|
imgcanny = cv2.canny(img,threshold1,threshold2)
threshold1,threshold2:different values of threshold different for every images
example
imgcanny = cv2.canny(img,100,150)
|
膨胀
膨胀是用来增加图像中边缘的大小。首先，我们定义一个大小为奇数(5,5)的核矩阵，然后利用核函数对图像进行放大。我们对canny边缘检测器的输出图像进行了放大处理。
|
1
2
|
kernel = np.ones((5,5),np.uint8) ## defining kernel of 5x5
imgdialation = cv2.dilate(imgcanny,kernel,iterations=1) ##dialation
|
腐蚀
腐蚀是扩张的反面，它用于减小图像边缘的尺寸。首先，我们定义一个奇数（5,5）的核矩阵大小，然后使用核对图像执行腐蚀。我们对canny边缘检测器的输出图像施加腐蚀。
|
1
2
|
kernel = np.ones((5,5),np.uint8) ## defining kernel of 5x5
imgdialation = cv2.erode(imgcanny,kernel,iterations=1) ##erosion
|
现在，在同一程序中将所有基础函数应用于monalisa映像。
绘制不同的形状
我们可以使用opencv来绘制矩形，圆形，直线等不同的形状。
矩形：
要在图像上绘制矩形，我们使用矩形函数。在函数中，我们传递宽度，高度，x，y，rgb中的颜色，厚度作为参数。
|
1
2
3
4
5
6
7
8
9
|
cv2.rectangle(img,(w,h),(x,y),(r,g,b),thickness)
w: width
h: height
x: distance from x axis
y: distance from y axis
r,g,b: color in rgb form (255,255,0)
thickness: thickness of rectangel(integer)
example
cv2.rectangle(img,(100,300),(200,300),(255,0,255),2)
|
圆：
要绘制一个圆，我们使用cv2.circle。我们传递x，y，半径大小，rgb形式的颜色，厚度作为参数。
|
1
2
3
4
5
6
7
8
|
cv2.circle(img,(x,y),radius,(r,g,b),thickness)
x: distance from x axis
y: distance from y axis
radius: size of radius(integer)
r,g,b: color in rgb form (255,255,0)
thickness: thickness of rectangel(integer)
example
cv2.circle(img,(200,130),90,(255,255,0),2)
|
线：
要绘制一条线，我们使用cv2.line，使用起点（x1，y1），终点（x2，y2），rgb形式的颜色，厚度作为参数。
|
1
2
3
4
5
6
7
|
cv2.line(img,(x1,y1),(x2,y2),(r,g,b),thickness)
x1,y1: start point of line (integer)
x2,y2: end point of line (integer)
r,g,b: color in rgb form (255,255,0)
thickness: thickness of rectangel(integer)
example
cv2.line(img,(110,260),(300,260),(0,255,0),3)
|
在图像上书写文字
在opencv中，我们有一个函数cv2.puttext, 可以在特定位置的图像上写文本。它以图像，文本，x，y，颜色，字体，字体比例，粗细为输入。
|
1
2
3
4
5
6
7
8
9
10
11
|
cv2.puttext(img,text,(x,y),font,font_scale,(r,g,b),thickness)
img: image to put text on
text: text to put on image
x: text distance from x axis
y: text distance from y axis
font: type of font (all font types)
font_scale: scale of font(integer)
r,g,b: color in rgb form (255,255,0)
thickness: thickness of rectangel(integer)
example
cv2.puttext(img,"hello",(120,250),cv2.font_hershey_complex,1,(255,255,255),2)
|
下载monalisa图片。
任务：使用形状和文本为左侧图像中所示的monalisa脸创建框架。
提示：首先是一个圆形，然后是矩形，然后根据圆形和矩形放置文本，最后根据文本放置一行。
解决方案- https://gist.github.com/abhayparashar31/af36bf25ce61345266db4b54aba33be1
检测并裁剪脸部
在创建人脸识别系统时，人脸检测是非常有用的。在opencv中，我们提供了许多可用于不同目的的预训练haar级联分类器。在opencv github上查看分类器的完整列表。
- https://github.com/opencv/opencv/tree/master/data/haarcascades
为了检测opencv中的人脸，我们使用了haarcascade_frontalface_default.xml分类器，它会返回我们图像的四个坐标（w，h，x，y），使用这些坐标，我们将在脸部上绘制一个矩形，然后使用相同的坐标来裁剪脸部。现在使用imwrite，我们将裁剪的图像保存在目录中。
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
|
import cv2
# load the cascade
face_cascade = cv2.cascadeclassifier('haarcascade_frontalface_default.xml')
# read the input image
img = cv2.imread('images/img0.jpg')
# convert into grayscale
gray = cv2.cvtcolor(img, cv2.color_bgr2gray)
# detect faces
faces = face_cascade.detectmultiscale(gray, 1.3, 4)
# draw rectangle around the faces
for (x, y, w, h) in faces:
cv2.rectangle(img, (x, y), (x+w, y+h), (255, 0, 0), 2)
# cropping face
crop_face = img[y:y + h, x:x + w]
#saving cropped face
cv2.imwrite(str(w) + str(h) + '_faces.jpg', crop_face)
cv2.imshow('img', img)
cv2.imshow("imgcropped",crop_face)
cv2.waitkey()
|
参考文献
[1] https://opencv.org/about/
[2] https://pypi.org/project/opencv-python/
[3] https://www.murtazahassan.com/
以上就是python opencv快速入门教程的详细内容，更多关于python opencv入门教程的资料请关注服务器之家其它相关文章！
原文链接：https://mp.weixin.qq.com/s/6ZH6QXS2VaUrTKIOimiSHA